植物领域知识图谱构建中本体非分类关系提取方法

发布时间：2017-12-20 13:00

  本文关键词：植物领域知识图谱构建中本体非分类关系提取方法　出处：《农业机械学报》2016年09期 　论文类型：期刊论文

  更多相关文章： 植物领域本体 知识图谱 非分类关系 本体学习 百度百科

【摘要】：采用本体学习的方法,以百度百科植物类词条内容的非结构和半结构化中文文本信息作为语料进行处理。使用一种有指导的基于依存句法分析的词汇-语法模式来获取植物领域的概念、分类和非分类关系,并分别利用基于词表过滤的方法和给模式添加限制的方法,较大程度地提高了关系抽取的精确度,完成在轻量级本体的基础上自动构建重量级本体。该方法建立了一个特定领域语料的概念层次,提高了最具代表性的分类和非分类关系的发现,并使用OWL语言形式化表达抽取结果。实验表明,该方法在非分类关系抽取上取得了较好的结果,为该领域知识图谱构建奠定了基础。
【作者单位】： 中国农业大学信息与电气工程学院;
【基金】：国家自然科学基金项目(61503386)
【分类号】：TP391.1
【正文快照】： 引言“知识图谱”[1]作为一种知识表示方法,包含了大量概念(实体)以及概念间的分类和非分类关系,使其成为具有语义性的知识库。它支撑综合性知识检索、智能问答、智能决策等方面的广泛应用。知识图谱构建的主要任务是抽取丰富的概念和关系,其中概念间非分类关系抽取是构建知识

【相似文献】

中国期刊全文数据库 前10条

1 董丽丽;胡云飞;张翔;;一种领域概念非分类关系的获取方法[J];计算机工程与应用;2013年04期

2 乔建忠;;基于主题爬虫的本体非分类关系学习框架[J];图书情报工作;2010年18期

3 温春;石昭祥;辛元;;基于扩展关联规则的中文非分类关系抽取[J];计算机工程;2009年24期

4 古凌岚;孙素云;;基于语义依存的中文本体非分类关系抽取方法[J];计算机工程与设计;2012年04期

5 张立国;陈荔;;维基百科中基于语义依存的领域本体非分类关系获取方法研究[J];情报科学;2014年06期

6 余宏华;分类关系模型中的排它性维护及其应用[J];广东自动化与信息工程;2001年03期

7 王岁花;赵爱玲;马巍巍;;从Web中提取中文本体非分类关系的方法[J];计算机工程与设计;2010年02期

8 王红;高斯婷;潘振杰;肖志伟;;基于NNV关联规则的非分类关系提取方法及其应用研究[J];计算机应用研究;2012年10期

9 张文文;赵卫东;毕晓清;;数据库逆向工程分类关系自动识别算法[J];计算机工程与设计;2013年05期

10 谷俊;;中文专利本体半自动构建系统设计[J];图书情报工作;2013年03期

中国重要会议论文全文数据库 前1条

1 陈慧清;林世平;;基于知网和模式自举的概念间分类关系获取方法[A];2009通信理论与技术新发展——第十四届全国青年通信学术会议论文集[C];2009年

中国博士学位论文全文数据库 前1条

1 连莉;本体中非分类关系的理论体系研究[D];山东大学;2010年

中国硕士学位论文全文数据库 前4条

1 何宇;专利领域本体概念间非分类关系抽取研究[D];北京信息科技大学;2015年

2 杨倩倩;基于种子自举的维吾尔文本体分类关系自动提取[D];新疆大学;2014年

3 吴芳;基于语义相似度的本体中分类关系的评价研究与实现[D];华东师范大学;2010年

4 邓子平;面向医学诊疗的本体自动生成系统的研究与开发[D];广东工业大学;2011年

，

本文编号：1312162